[YOLO专题-1]:总体-概述、发展史与学习路径
第1章 什么是YOLO:You Only Look Once1.1 概述
YOLO是一种优秀的目标检测算法与通用的解决框架,它不仅仅做物体检测,还可以进行人脸、动物等各种实物检测。
YOLO在发展过程中在保持速度优势的同时,不断改进网络结构,同时汲取其它优秀的目标检测算法的各种优点。YOLO目标检测算法问世以来,每年都会有各种新的算法迭代更新,它具有自身显著的优势而备受人们青睐。YOLO是目标检测领域的首选。
目标检测分为两大类算法:Two Stage 和 One Stage.
Two Stage是先定位,后分类。
One Stage是将物体的定位和分类在一起完成。
YOLO属于One Stage目标检测算法。
YOLO: You Only Look Once直接开宗明义,点名了YOLO的本质是One Stage目标检测算法。
1.2 YOLO的优点
(1)检测速度非常快:定位与分类一步完成,基本可以得到实时检测。
(2)小目标检测很强:YOLO通过调整窗口大小,可以检测小目标。
(3)泛化能力强:模型一旦训练好,应用到新领域的泛化能力强,可检测人脸,可以检测动物,可以检测任何物体。
(4)使用的人多:YOLO目前被广泛应用,使用者众多,资源丰富,培训资料全。
1.3 目标检测的发展史
1.4 YOLO的发展史
第2章 YOLO的主要内容与脉络
2.1 主要内容
(1)YOLO V1:YOLO的基础框架
(2)YOLO V2:Anchor的引入
(3)YOLO V3:多尺度预测引入(等效于Two stage算法中的FPN)
(4)YOLO V4:众多CV 技术的大杂烩,但效果好
(5)YOLO V5:网络最小,速度最快,AP精度也最低
2.2 学习方法
(1)网络视频教程 + 图文介绍 + 开源代码 + 调试工具调试
https://blog.51cto.com/u_11299290/4869351
页:
[1]